Control Digital Directo

Modelos Discretos Determinsticos

3.7 Representacin de Sistemas en el Espacio de Estado.

3.7.1 Introduccin al concepto de variables de estado.

La representacin de sistemas en el espacio de estado constituye una herramienta de
gran utilidad para el anlisis y diseo de sistemas de control en el dominio temporal.
En particular resulta de gran significacin para el tratamiento de los sistemas
multivariables. Esta forma de representacin fue desarrollada para el tratamiento de
modelos continuos y fue extendida posteriormente a los modelos discretos en razn de
los requerimientos impuestos por el control digital.
Se puede dar informalmente para un sistema la siguiente definicin de estado
dinmico del sistema.
El estado de un sistema causal, es la informacin mnima que es necesario
conocer en un instante t
to para que conjuntamente con el valor de las entradas
definidas en todo tiempo a partir de t
to ; se pueda determinar el
comportamiento del sistema para cualquier t
to .
El estado dinmico de un sistema constituye una informacin instantnea que se va
modificando con la evolucin temporal del sistema. Las variables que son necesarias
para definir el estado se denominan variables de estado. Se puede dar la siguiente
definicin.
Las variables de estado constituyen el conjunto ms pequeo de variables, tales
que el conocimiento de las mismas en t
to , conjuntamente con las entradas
para t
to , determinan el comportamiento del sistema para cualquier tiempo t
to .
De igual modo se puede definir el vector de estado como:
Un vector de estado de dimensin n es aqul cuyas componentes estn
constituidas por las n variables de estado.
Finalmente se define al espacio de estado de la siguiente manera:
Espacio de estado es el espacio geomtrico n -dimensional donde se puede
representar cualquier estado por un punto.

Control Digital Directo

Modelos Discretos Determinsticos

3.7.2. Modelacin en el espacio de estado de un sistema simple.

Con el objeto de asociar estas definiciones a la modelacin de un sistema fsico, se
toma como ejemplo un circuito elemental RLC; representado en la Fig. 3.7.1.

Fig. 3.7.1 (a) Circuito RLC; (b) Entrada-Salida del circuito RLC
Se toma u
ve(t) como seal de entrada al sistema y la tensin vr(t) sobre el resistor R
como salida.
Por relaciones fsicas es conocido que la evolucin de las distintas variables fsicas en
este circuito, tales como tensiones y corrientes, quedar definida en un futuro si se
conoce para un instante de tiempo t
to , la corriente que fluye en el inductor L , la
tensin que exista sobre el capacitor C y la tensin de entrada desde to en adelante.
En base a la definicin que se ha dado de variables de estado es posible elegir a la
corriente en el circuito y a la tensin sobre el capacitor como variables de estado, ya
que stas definen el estado dinmico del circuito. La evolucin futura del estado
dinmico para t
to se podr determinar si se conoce para t
to las variables de estado i(t), vc(t)
y adems la tensin de entrada ve(t) para t
to .
Para analizar la evolucin del circuito se pueden plantear las ecuaciones diferenciales
del mismo.
di
R
1
1

 i  v c  ve
dt
L
L
L

1


i
dt
C

(3.7-1)

dvc

Las Ec. 3.7-1 se pueden expresar en una ecuacin matricial-vectorial.

Control Digital Directo

di/dt
dvc/dt

Modelos Discretos Determinsticos

R/L 1/L
1/C

i
vc

1/L
0

ve .

(3.7-2)

Definiendo a i, vc como variables de estado y a x como vector de estado, la Ec. 3.7-2

se puede reescribir

x

A x(t)  b u(t)

con
A

R/L 1/L
1/C

, b

1/L
0

(3.7-3)
La matriz

A se denomina matriz del sistema y b vector de entrada.

La variable de salida y
vR puede obtenerse tambin a partir del vector de estado
mediante la Ec. 3.7-4.
y
c Tx(t)

(3.7-4)

con c T
[R 0] . El vector c se denomina vector de salida.

De esta forma el circuito RLC de la Fig. 3.7.1 queda modelado en el espacio de estado
por las siguientes ecuaciones,
x(t)


Ax(t)  b u(t)
y(t)
c Tx(t)

con

(3.7-5)

x T(t)
[i vc]
u(t)
ve(t)
y(t)
vr(t).
estando

A, b, c definidas en las Ec. 3.7-3 y Ec. 3.7-4.

Control Digital Directo

Modelos Discretos Determinsticos

3.7.3. Modelacin de un sistema monovariable de orden n .

El sistema monovariable representado en la Fig. 3.7.2. de orden n se puede
representar por la Ec. 3.7-6.
y (n)  a1y (n
1) ...an
1 y
 an y
u(t).

(3.7-6)

Fig. 3.7.2 Sistema monovariable de orden n.

Conociendo los parmetros ai del sistema, los valores de la variable de salida y sus
derivadas hasta la de orden n1 en t
to
y(to), y(t

o), ..., y (n
1)(to)

y la entrada u(t) para t
to , puede determinarse el comportamiento futuro de la salida

del sistema y(t) para t
to . Para hacer la modelacin en el espacio de estado se pueden
tomar las siguientes variables de estado:
x1
y
x2
y

.
.
.
xn
y (n
1).

(3.7-7)

De esta forma la ecuacin diferencial de orden n , Ec. 3.7-6, se puede transformar en

un sistema de n ecuaciones diferenciales de primer orden:
x
1
x2
x
2
x3
.
.
.
x
n
1
xn
x
n
 anx1  an
1x2 ... a1xn  u(t).

(3.7-8)

E
sistema Ec. 3.7-8 se puede expresar matricialmente como:

Control Digital Directo

x
1
x
2

1 0 
0 1 

x1

x2

. . 

a n . .  a1 x
n

0
0

.
.
.
.

x
n

Modelos Discretos Determinsticos

. . 

.  . u
.
.

(3.7-9)

La Ec. 3.7-9 se puede escribir en forma compacta como:

x(t)


Ax(t)  bu(t).

De igual modo la salida del sistema queda expresada:

x1
y
[1 0  0]

x2


(3.7-11)

xn
y(t)
c T x(t).

(3.7-12)

El sistema monovariable de orden n representado por la ecuacin diferencial Ec. 3.7-6

queda modelado en el espacio de estado por la siguientes ecuaciones diferenciales
vectoriales-matriciales de primer orden:
x(t)


A x(t)  b u(t)
y(t)
c T x(t)

(3.7-13)

Siendo:
u:
y :
x:
A:
b:
c :

entrada al sistema
salida del sistema
vector de estado
Matriz del sistema
vector de entrada
vector de salida

3.7.4 Extensin para sistemas multivariables.

5

Control Digital Directo

Modelos Discretos Determinsticos

Un sistema multivariable como el representado en la Fig. 3.7.3, en el cual existen

interacciones mltiples de las e entradas con las s salidas, si se desea modelar con
ecuaciones diferenciales, conduce a un complejo sistema de s x e ecuaciones
diferenciales, de distinto orden que contemplan las relaciones dinmicas de todas las
entradas con las distintas salidas. La de mayor orden define el orden n del sistema
multivariable. O tambin el orden del sistema est dado por el nmero mnimo de
variables de estado necesarias.

Fig. 3.7.3. Sistemas Multivariables.

El sistema de las s x e ecuaciones diferenciales transformadas al dominio frecuencial

en variable compleja s permiten modelar el sistema multivariable a travs de la matriz
de transferencia G(s) tal que:
y(s)
G(s) u(s)

(3.7-14)

siendo:
y(s) :
u(s) :
G(s) :

vector de salida de dimensin s

vector de entrada de dimensin e
matriz de transferencia de dimensin s x e .

Cada elemento de la matriz G(s) representa la Funcin de Transferencia Gij(s) de la

entrada uj(s) respecto de la salida yi(s) .
De la misma forma que para el caso monovariable, aunque con un mayor grado de
complejidad resulta posible a travs de una adecuada eleccin de las variables de
estado, transformar todas las ecuaciones diferenciales en conjuntos de ecuaciones
diferenciales de primer orden. Finalmente es posible compactar la notacin de tal forma
de obtener una ecuacin diferencial matricial-vectorial de primer orden de la misma
forma que las Ec. 3.7-13,
x(t)


A x(t)  B u(t)
y(t)
C x(t)

(3.7-15)

Control Digital Directo

Modelos Discretos Determinsticos

siendo
A:
B:
C:

Matriz del sistema

Matriz de entrada
Matriz de salida.

Cuando existe una respuesta inmediata de la salida de un sistema respecto de una

entrada, se dice que el sistema tiene un acoplamiento directo entre entrada y salida.
En este caso se modifica la ecuacin de salida del modelo de estado tomando la forma
de la Ec. 3.7-16.
x(t)


A x(t)  B u(t)
y(t)
C x(t)  D u(t).

(3.7-16)

La matriz D se denomina matriz de transferencia directa.

Para determinar rpidamente la dimensin de las distintas componentes de la Ec.
3.7-16, resulta til representar los vectores y matrices de la Ec. 3.7-16 por rectngulos
cuyas longitudes de lados representan la dimensin considerada.
Las Ec. 3.7-16 pueden representarse esquemticamente para un sistema multivariable
con e entradas y s salidas como en la Fig. 3.7-4.

Fig. 3.7.4. Representacin esquemtica de las ecuaciones de estado.

Se observa que para un sistema multivariable la matriz de entrada B toma la dimensin

n x e , la matriz de salida C la dimensin s x n , la matriz de transferencia directa D la
dimensin s x e y la matriz de entrada A , la dimensin n x n , igual que para el caso
7

Control Digital Directo

Modelos Discretos Determinsticos

monovariable.
Cuando el sistema a modelar es variante, las distintas matrices que lo representan
sern funcin del tiempo. En este caso las Ec. 3.7-16 toman la forma de las Ec. 3.7-17.
x(t)


A(t) x(t)  B(t) u(t)
y(t)
C(t) x(t)  D(t) u(t).

(3.7-17)

3.7.5 Modelos de tiempo discreto.

Se ha considerado que la variable tiempo t puede tomar cualquier valor real positivo
y por ello el modelo se denomina de tiempo continuo. Hay casos en que el proceso
vara en forma discontinua con el tiempo o tambin procesos de tiempo continuo que
admiten un modelo discretizado en el tiempo. En estos casos los modelos se
denominan modelos de tiempo discreto.
Cuando se hace una modelacin en el dominio temporal en tiempo discreto, las
funciones temporales continuas pueden expresarse como funciones discretas, donde
stas toman el valor de la funcin continua en cada instante de tiempo discreto, como
fue expresado en el captulo 2.
Si el intervalo de discretizacin es constante, denominado comnmente intervalo de
muestreo To , la funcin temporal discretizada tomar el valor de la funcin continua
en:

t
k To

para k
0,1,2...

(3.7-18)

Por simplicidad de notacin los instantes de muestreo kTo se representan simplemente

por el valor de k .
Un sistema monovariable de orden n representado en tiempo discreto con entrada u(k)
y salida y(k) podr ser modelado por una ecuacin en diferencias de orden n , cuya
forma general esta dada por la Ec. 3.7-22
y(k)  a1y(k1) ... a ny(kn)

bou(k)  b1u(k1) ... bmu(km).

(3.7-22)

A partir de las ecuaciones en diferencias que representan un modelo de tiempo

discreto, es posible realizar una modelacin en el espacio de estado de tiempo discreto.
El procedimiento es equivalente conceptualmente al realizado a partir de la ecuacin
8

Control Digital Directo

Modelos Discretos Determinsticos

diferencial Ec. 3.7-6, que condujo, con las distintas generalizaciones, a las ecuaciones
vectorial-matricial de estado Ec. 3.7-17.
Las ecuaciones de estado de tiempo discreto que modelan un sistema discreto
multivariable resultan de la forma:
x(k1)
A(k)x(k)  B(k)u(k)
y(k)
C(k)x(k)  D(k)u(k).

(3.7-23)

Para sistemas invariantes sern:

x(k1)
Ax(k)  Bu(k)
y(k)
Cx(k)  Du(k).

(3.7-24)

En la Fig. 3.7.5 se representa el diagrama en bloques del modelo de la Ec. 3.7-23.

Fig. 3.7.5 Diagrama en bloques de un modelo dado por la Ec. 3.7-23.

El teorema de muestreo de Shannon asegura que si el intervalo To de discretizacin

entre las muestras de una seal continua es:
To 

1
2 fmax

siendo fmax la frecuencia mxima del espectro de la seal, como qued establecido en
el punto 2.5, entonces no se pierde la informacin contenida en las seales continuas.
Esto implica que respetando el teorema de Shannon se puede construir un modelo de
estado de tiempo discreto que representa fielmente al proceso de tiempo continuo.
Es importante destacar que si bien las ecuaciones para modelos de estado de tiempo
continuo son similares a las de tiempo discreto, las matrices de coeficientes sern
distintas. Sin embargo, se puede establecer una equivalencia entre las matrices de
ambos modelos.
Los diseos de control moderno digital de estado, hacen uso de este ltimo modelo, por
9

Control Digital Directo

Modelos Discretos Determinsticos

ello de ahora en ms se trabajar exclusivamente con ste.

Las Ec. 3.7-23 y Ec. 3.7-24 solo modelan sistemas lineales. Esto es, el estado en
x(k1) se obtiene de una relacin lineal entre x(k) y u(k) . Para sistemas no lineales el
estado en x(k1) ser una funcin no lineal de x(k) y u(k) . En general las ecuaciones
de estado que modelan a un sistema no lineal variante tendrn la forma
x(k1)
f[x(k), u(k), k]
y(k)
g[x(k), u(k), k]

(3.7-25)

Siendo f, g en general funciones vectoriales no lineales de x(k), u(k), k .

En el presente texto se tratan solamente sistemas que puedan modelarse en forma
precisa o aproximada con las relaciones lineales dadas por las Ec. 3.7-23 y Ec. 3.7-24.

3.7.6 Carcter no nico del modelo de estado.

Supngase una transformacin lineal
w
Tx

donde w, x son vectores y T una matriz de transformacin cuadrada no singular.

Entonces despejando x y reemplazando en la Ec. 3.7-23 se tiene
T
1w(k1)
A(k)T
1w(k)  B(k)u(k)
w(k1)
TA(k)T
1 w(k)  TB(k)u(k)
y(k)
C(k)T
1w(k)  D(k)u(k) .

Definiendo ahora

A (k)
TA(k)T
1
C (k)
C(k)T
1

(3.7-26)

B (k)
TB(k)

D (k)
D(k)

y reemplazando en la Ec. 3.7-26 se tiene:

w(k1)
A (k)w(k)  B (k)u(k)
y(k)
C (k)w(k)  D (k)u(k).

Estas dos ltimas ecuaciones son una representacin de estado para el mismo
proceso, obtenidas por transformacin lineal del modelo anterior con la misma entrada
10

Control Digital Directo

Modelos Discretos Determinsticos

y salida. Puesto que la nica restriccin para la matriz T es que sea no singular, se
pueden obtener infinitos modelos en el espacio de estado para el mismo proceso.

3.7.7 Solucin de la ecuacin de estado de tiempo discreto.

Con el objeto de hacer un planteo conceptual se analiza la solucin de la ecuacin de
estado de tiempo discreto para un proceso invariante
x(k1)
A x(k)  B u(k)

(3.7-27)

Resolviendo la Ec. 3.7-27 para los distintos valores de k a partir de k
0 se tiene

x(1)
A x(0)  B u(0)
x(2)
A x(1)  B u(1)

A 2x(0)  AB u(0)  B u(1)
x(3)
A x(2)  B u(2)

A 3x(0)  A 2B u(0)  AB u(1)  B u(2).
Generalizando se tiene para cualquier k
x(k)
A kx(0) 
A k
j
1 B u(j)
k
1

k
1,2,3...

j0

(3.7-28)

La Ec. 3.7-28 tiene dos partes: el primer sumando representa la contribucin al estado
inicial y la sumatoria la contribucin al estado actual de la secuencia de valores de la
entrada.
La matriz

(k)
A k

(3.7-29)

se denomina Matriz de Transicin de Estado y relaciona, en un sistema invariante,

el estado final con el inicial para entrada nula. Reemplazando la Ec. 3.7-28 en la
ecuacin de salida Ec. 3.7-24, se obtiene el valor de la salida y(k) en funcin del estado
inicial x(0) y todos los valores de la entrada u(k) desde el instante inicial hasta el valor k
y(k)
CA k x(0)  D u(k) 
CA k
j
1 B u(j).
k
1
j0

11

(3.7-30)

Control Digital Directo

Modelos Discretos Determinsticos

3.7.8 Relacin entre la representacin de estado y la matriz o funcin de

transferencia.
a)

Transformacin de la representacin de estado a la matriz de

transferencia discreta.

Aplicando transformada  a las Ec. 3.7-24 para condiciones iniciales nulas, se tiene
zx(z)
A x(z)  B u(z)

(3.7-31)

y(z)
C x(z)  D u(z).

(3.7-32)

Operando en Ec. 3.7-31

x(z)
(zI  A)
1 B u(z)

y reemplazando en Ec. 3.7-32 se obtiene

y(z)
[C(zI  A)
1 B  D] u(z).

(3.7-33)

La matriz de transferencia discreta se define como

y(z)
G(z) u(z).

(3.7-34)

Comparando la Ec. 3.7-33 con la Ec. 3.7-34 se encuentra que

G(z)
[C(zI  A)
1 B  D].

(3.7-35)

La Ec. 3.7-35 permite la trasformacin del modelo de estado al modelo representado

en matriz de transferencia. Si el sistema es de una entrada y una salida la matriz de
transferencia G(z) se transforma en una funcin de transferencia G(z) . Con la Ec.
3.7-35 la matriz de transferencia se puede escribir tambin como
G(z)

C adj(zI  A) B  D det(zI  A)
.
det(zI  A)

De esta manera la ecuacin caracterstica del modelo del proceso ser

det(zI  A)
0.

(3.7-36)

Por lo tanto los polos del modelo del proceso son los valores caractersticos o
autovalores de la matriz A .

12

Control Digital Directo

b)

Modelos Discretos Determinsticos

Transformacin de funcin de transferencia a espacio de estado.

Dada una funcin de transferencia discreta de un sistema monovariable.

boz m  b1z m
1  b2z m
2 ... bm
y(z)


u(z)
z n  a1z n
1  a2z n
2 ...an

(3.7-37)

multiplicando y dividiendo por x(z) e igualando numeradores y denominadores de

ambos miembros se tiene el sistema
y(z)
[boz m  b1z m
1  b2z m
2 ... bm]x(z)

(3.7-38)

u(z)
[z n  a1z n
1  a2z n
2 ...an]x(z) .

(3.7-39)

Las ecuaciones en diferencias correspondientes a las Ec. 3.7-38 y Ec. 3.7-39, se

obtienen transformando stas al dominio temporal,
y(k)
box(km)  b1x(km1) ... b mx(k)

(3.7-40)

u(k)
x(kn)  a1x(kn1) ...anx(k).

(3.7-41)

Despejando x(kn) de la Ec. 3.7-41

x(kn)
u(k)  a1x(kn1) ... anx(k)

(3.7-42)

se hace la siguiente asignacin de variables

x1(k)
x1(k1)
x2(k1)
.
.
xm(k1)
xm1(k1)
.
xn
1(k1)
xn(k1)

x(k)

x2(k)

x3(k)
.
.

xm1(k)

xm2(k)
.

xn(k)

x(kn)

x(k1)

x(k2)
.
.

x(km)

x(km1)
.

x(kn1)

u(k)  anx(k) ...a1x(kn1) .

Reemplazando el sistema Ec. 3.7-43 en la Ec. 3.7-40 y en la Ec. 3.7-42

13

(3.7-43)

Control Digital Directo

Modelos Discretos Determinsticos

y(k)
b0xm1(k)  b1xm(k) ... b mx1(k)

(3.7-44)

xn(k1)
u(k)  a1xn(k) ... anx1(k).

(3.7-45)

Luego poniendo el sistema 3.7-43 en forma matricial y observando la ecuacin 3.7-45

se tiene

x1(k1)

1 0 ...

x1(k)

x2(k1)

0 1 ...

x2(k)

. . ...

. . ...

xn(k)

.
.
xn(k1)

an . . ... a1

 . u(k)

(3.7-46)

y para 3.7-44
x1(k)
x2(k)
.
y(k)
[bm bm
1  b o 0  0]

.
xm1(k)

.
.
xn(k)

Comparando las Ec. 3.7-46 y Ec. 3.7-47 con la Ec. 3.7-23 es

0
A

0
.
.

1 0 
0 1 

. . 

b
.

. . 

an . .  a1

1
14

(3.7-47)

Control Digital Directo

c T
[b m bm
1  b0 0  0]

Modelos Discretos Determinsticos

d
[0].

El modelo de estado representado por las matrices A, b, c T, d se denomina forma

cannica controlable.
Debido al carcter no nico del juego de variables de estado, aplicando
transformaciones lineales del tipo vistas en el punto 3.7.6, se obtienen otras formas
cannicas en las cuales los autovalores de la matriz de coeficientes sern iguales a los
del modelo anterior pues los polos asociados al proceso son invariantes cualquiera que
sea el modelo matemtico con el cual se lo representa. As pueden obtenerse estas
formas estructuradas especialmente denominadas formas cannicas. A continuacin
se dan algunas de las ms importantes.
Dado como dato A, b, c, entonces d no se modifica por las transformaciones.
Se definen las siguientes formas cannicas:
Forma cannica diagonal.
z1 0 0 ... 0

b1

0 z2 0 ... 0

b2

A
0 0 z3 ... 0
.

. ... .

0 0 0 ... zn

b
.
.

bn

c
[c1 c2 ... cn]

donde z1, z2, , zn son los autovalores de la matriz A original.
Forma cannica columna.

15

Control Digital Directo

0 0 0 

Modelos Discretos Determinsticos

a n

1 0 0  an
1

A
0 1 0  an
2
. . . 

0 0 0 

1
0

b
0
.

a1

c
[c T b  c T A n
1 b]

Forma cannica controlable.

0
A

0
0
.

1 0 
0 1 

. . 

b
0

0 0 

an . .  a1

c T
[bm  bo 0  0]

Forma cannica fila.

0
A

0
0
.

1 0 
0 1 

c Tb

c TAb

. . 

0 0 

an . .  an

b

.
.
c TA n
1b

c T
[1 0  0] .

16

Control Digital Directo

Modelos Discretos Determinsticos

Forma cannica observable.

0 0 0 

a n

1 0 0  an
1

A
0 1 0 
. . . 

0 0 0 

bn
.

b
.

a n

b1

c T
[0 0  1] .
Estas formas cannicas son muy tiles puesto que permiten pasar de funciones de
transferencia a modelos de estado en forma inmediata ya que los coeficientes de
A, b, c T son los mismos que los de la funcin de transferencia.
Un caso importante de representacin se produce cuando el modelo de un proceso
presenta un retardo puro del modelo de tiempo continuo. En estas condiciones se
puede demostrar que la matriz A de la forma cannica controlable se convierte en
0
0

A

1 0 
0 1 

0 0 

. .

. .

0 0 

an . . 
.
.
0
0

. . 
. . 

0 0 
0 0 


0 

0 

. 

. 

a1 
0

. 

. 

0 

0 
0

0 0  0
0 0  0
0 0  0
. .  .
. .  .

1 0  0
0 1  0
. .  .
. .  .

0 0  1
0 0  0

Es decir se incrementa la dimensin de la matriz A siendo ahora de (n  d) x (n  d) .

c)

De matriz de transferencia a espacio de estado.

En general esta transformacin no es directa, sino que se debe llevar a variables de

17

Control Digital Directo

Modelos Discretos Determinsticos

estado cada una de las funciones de transferencia que componen la matriz para recin
entonces armar el modelo de estado. Para esto son importantes las estructuras
cannicas mencionadas en el punto 3.6.2 y su equivalente en el espacio de estado.
Para la forma cannica P se tiene
A11
A

A12 




b12 

0
.

b21

B

0
.

bs1




.
.





.
.
0

.
.

 0


 ces

d11 d12  d1e

D

d12 d22  d2e

.




.
.

 d

.
.

 b2e

 0

.  .
0  0

0



 0
c2s 


   .
. 


 .

. 
 T

 ce1
0 


0 bs2  0
.

 0

c21 

 b1e

b22 

 Ase

c11  c1s 

0  0 

C
.  . 


.  . 

0  0 
T

Para la estructura cannica V se supone que

dij
0  i, j puesto que si no su tratamiento se hace
muy complejo. Se obtiene para la matriz A

18

Control Digital Directo

Modelos Discretos Determinsticos

A11 b11c12  b11c1

0
0

T

0
A12 
0  0
b12c22


.
.

.  .
.

0
0
 A1s  .
.
A21
0
T
b21c11
0
 0


0
0
 0  b22c21 A22

.
.
 .  .
.

0
0
 0  0
0
T

A

.
T




be1c11






.

.  .
.

0


0  0

.  .

0  0
0

.
.
0
be2c22
.
0



















0


 0
0 
  

 .
. 



 0
. 
0
0
 
T
b22c2s   0
  
  .
.  
 
A2s   0
.
.
  
 .
. 
Ae1
0


 0
0 
  

 .
. 



 b
0 
 es

19

0 

0 

. 

0  b1eces

0 

0 

. 

0  b2eces

.
.
0


.
 0

Ae2 


0
.

ce1  Aes
T

Control Digital Directo

Modelos Discretos Determinsticos

Las matrices Aij y los vectores bij, cij corresponden a los modelos de estado de cada
una de las funciones de transferencia Gij , transformadas al espacio de estado segn
una forma cannica dada.
Como se puede observar el modelo de estado de un proceso multivariable obtenido a
partir de una estructura cannica de ninguna manera ser mnimo y por lo tanto se
deber aplicar algn algoritmo de reduccin de modelo para obtener un modelo sin
estados redundantes.
El estudio de reduccin de modelo constituye un aspecto muy especfico del control
moderno y supera los objetivos de este texto.

Ejemplo:

Modelo discreto de un proceso continuo, transformacin de funcin

de transferencia a modelo de estado

Para realizar el control digital de un proceso continuo, se desea obtener el modelo de

estado discreto del mismo. Como paso intermedio se obtiene el modelo discreto en el
dominio  . Al estar el proceso en un entorno discreto, las seales de entrada y salida
deben ser de naturaleza discreta tal que puedan ser generadas o interpretadas por un
computador. Para que el proceso opere normalmente, la seal de entrada discreta u(z)
debe ser convertida en una seal de tipo quasi-continua, utilizndose en este caso un
retenedor de orden cero. El conjunto proceso-retenedor, incluyendo los muestreadores
se representa en la Fig. 3.7.6.
Fig. 3.7.6

Proceso continuo en un entorno discreto

La funcin de transferencia del conjunto proceso-retenedor es

G(s)

1  z
1
1
1

1  z
1
.
2
s
s (s  1)
s (s  1)

L
a
transformada  de la parte continua se realiza descomponiendo la funcin en
fracciones parciales y utilizando una tabla de transformadas 

20

Control Digital Directo

1
s 2(s1)

Modelos Discretos Determinsticos



 

1
s2

T0z
1

1 2

(1z )

Tomando e
resulta
G(z)

T0

1
1
 


s
s1
1
1z
1

1
1e 0z
1
T

a , la funcin de transferencia discreta del conjunto proceso-retenedor

T0z
1
1z
1

1

1z
1
1az
1

(T0  a 1)z
1  (1  aT0  a)z
2

(1  z
1)(1  az
1)

suponiendo que es T0
1 seg , se obtiene el modelo para exponente negativo de la

variable z
G(z
1)

0,368 z
1  0,264 z
2

(1  z
1)(1  0,368 z
1)

expresado en trminos de potencias positivas es

G(z)

b1z  b2
y(z)
0,368 z  0,264




.
u(z) (z  1)(z  0,368) z 2  a1z  a2

Para obtener el modelo de estado se utiliza el procedimiento definido como

transformacin de funcin de transferencia a espacio de estado. Introduciendo la
funcin auxiliar x(z) , la funcin de transferencia G(z) puede representarse como un
sistema de dos ecuaciones en variable discreta z .
y(z)
(b1z  b2) x(z)

u(z)
(z 2  a1z  a2) x(z)

la ecuacin que involucra a y(z) representa la relacin dinmica de la salida del sistema
en relacin a x(z) , mientras que aquella que incluye a u(z) , contempla la relacin
dinmica de la entrada del sistema en relacin a x(z) . Estas ecuaciones pueden
transformarse al dominio temporal obtenindose las ecuaciones en diferencias que
representan al sistema
21

Control Digital Directo

Modelos Discretos Determinsticos

y(k)
b1x(k1)  b2x(k)

u(k)
x(k2)  a1x(k1)  a2x(k)
se hace la siguiente asignacin de variables

x1(k)
x(k)
x1(k1)
x2(k)
x(k1)
x2(k1)
x(k2)
u(k)  a1x(k1)  a2x(k)

reemplazando la asignacin de variables en las ecuaciones de entrada y salida se

obtiene
x1(k1)
x2(k)
x2(k1)
u(k)  a1x2(k)  a2x1(k)
y(k)
b1x2(k)  b2x1(k) .

Este sistema de ecuaciones puede representarse matricialmente para la entrada como

x1(k1)
x2(k1)

x1(k)

a2 a1 x2(k)

0
1

u(k)
(3.7-48)

y para la salida
y(k)
b2 b1

x1(k)
x2(k)

.
(3.7-49)

Las Ec. 3.7-48 y Ec. 3.7-49 modelan el sistema en el espacio de estado. En forma
compacta resulta
x(k1)
A x(k)  b u(k)
y(k)
c T x(k)

(3.7-50)

siendo x(k) el vector de estado, A la matriz del sistema y b, c los vectores de entrada
y salida respectivamente. Estos se definen como
x(k)

b

x1(k)
x2(k)
0
1

A

a2 a1

c T
b2 b1

22

Control Digital Directo

Modelos Discretos Determinsticos

Las formas de las matrices del modelo de estado pertenecen al tipo cannica
controlable.

3.7.9 Anlisis de estabilidad.

Para hacer un anlisis simplificado de la estabilidad de un sistema invariante modelado
en el espacio de estado, se supone sin perder generalidad la entrada u(k)
0 . Bajo
esta condicin, el estado final x(k) est relacionado al estado inicial x(0) , segn la Ec.
3.7-28 por
x(k)
A k x(0)

Dado que la salida del sistema es segn la Ec. 3.7-24 para entrada nula,
y(k)
C x(k)

siendo C invariante, es posible hacer el anlisis de estabilidad directamente sobre la

evolucin del vector de estado x(k) .
Un sistema lineal invariante ser estable si, teniendo una accin de entrada nula u(k)
0
y partiendo de un estado inicial cualquiera del espacio de estado distinto de cero x(0) ,
evoluciona hacia un estado x(k)
0 .
A partir de la Ec. 3.7-28 se concluye que siendo para entrada nula el sistema estable,
la matriz de transicin A k debe ser tal que evolucionando k , conduzca el sistema al
estado
x(k)
0.

Con el objeto de hacer un anlisis conceptual simplificado de la estabilidad, se supone

un sistema con polos reales y distintos. En este caso y en virtud del carcter no nico
del modelo de estado (Punto 3.7.6), si A no tiene autovalores mltiples, siempre es
posible transformar el modelo de estado tal que la matriz A del sistema tome la forma
diagonal. Siendo A diagonal la Ec. 3.7-28 para entrada nula puede escribirse en forma
explcita
k
como
z1 0  0
x1(k)
x1(0)
x2(k)

0 z2  0
k

.

xn(k)




x2(0)

0  zn

xn(0)
23

Control Digital Directo

Modelos Discretos Determinsticos

Los elementos de la diagonal de la matriz A son por definicin los autovalores de la

misma.
De la ecuacin caracterstica del sistema Ec. 3.7-36 los valores zi son los polos del
sistema. Por lo tanto para que el vector x(k) tienda a cero, los valores de z deben ser
menores que uno. Esto implica que todos los polos del sistema deben estar ubicados
dentro del crculo unitario en el plano  . Este concepto puede extenderse tambin para
sistemas cuya matriz A tenga autovalores mltiples, aunque su anlisis resulta ms
complicado.

3.7.10. Controlabilidad.
Un sistema definido por las ecuaciones de estado Ec. 3.7-23 se dice que es
completamente controlable, si existe una secuencia realizable de control u(k) que
pueda transferir el estado del sistema desde un valor inicial x(0) hasta un estado final x(N)
en un nmero finito de pasos N .
Por razones de simplicidad algebraica se hace el anlisis de controlabilidad para un
sistema monovariable, los resultados obtenidos son fcilmente extensibles a un sistema
multivariable. Para el sistema monovariable la Ec. 3.7-28 toma la forma
x(k)
A k x(0) 
A k
j
1 b u(j).
k
1
j0

para k
N se tiene

x(N)
A Nx(0)  [b Ab  A N
1b]u N

(3.7-51)

donde uN es el vector cuyos componentes representan la secuencia de entrada

uN
[u(N1) u(N2)  u(0)].
T

(3.7-52)

Si el orden del sistema es m , esto es la dimensin de A es m x m , de las Ec. 3.7-51 y

3.7-52 se puede determinar de manera nica la entrada para N
m ya que se obtiene
un sistema de m ecuaciones con m incgnitas,
um
[b Ab  A m
1 b]
1[x(m)  A mx(0)].
Qc
[b Ab  A m
1b]

(3.7-53)
La matriz

24

Control Digital Directo

Modelos Discretos Determinsticos

(3.7-54)
se denomina matriz de controlabilidad. Para que um pueda ser determinado, esta
matriz no debe tener columnas o filas linealmente dependientes. Para que el sistema
sea controlable se debe cumplir entonces
Rango Qc
m.

Para N < m no existe una solucin para uN . Si N > m existen soluciones no nicas.
Para procesos multivariables se hacen los mismos razonamientos y la matriz de
controlabilidad queda definida por
Qc
[B AB  A m
1B] .

(3.7-56)

3.7.11. Observabilidad
Un sistema lineal con salida y(k) se denomina observable si cualquier estado x(k) del
mismo, puede ser determinado a partir de un nmero finito de valores de la salida y(k) .
Se hace aqu un anlisis del concepto de observabilidad para un sistema monovariable.
Las ecuaciones que modelan el sistema en el espacio de estado son:
x(k1)
A x(k)  b u(k)
y(k)
c T x(k) .

(3.7-57)

A partir de las Ec. 3.7-57, se obtiene el siguiente sistema de ecuaciones en diferencias

y(k)
y(k1)
y(k2)
.
.
y(kN1)

c T x(k)

c T A x(k)  c T b u(k)

c T A 2 x(k)  c T Abu(k)  c T b u(k1)

c T A N
1 x(k)  [0 c Tb c TAb  c TA N
2b] uN

(3.7-58)

donde

uN
[u(kN1)  u(k1) u(k)].

T

(3.7-59)

Si se conocen todas las componentes del vector uN , para determinar en forma unvoca
las componentes del vector x(k) de orden m , se requieren m ecuaciones. Esto implica
que debe ser N
m y el sistema de Ec. 3.7-58 toma la forma:
25

Control Digital Directo

Modelos Discretos Determinsticos

ym
Qo x(k)  S um
con

(3.7-60)

ym
[y(k) y(k1)  y(km1)]

T

um
[u(km1)  u(k1) u(k)]

Qo
[c A Tc  A (m
1)Tc]
T

S
.






0
c Tb
.

0 c Tb c TAb  c TA m
2b
El vector de estado observado se puede calcular como:
x(k)
Qo ym  S u m .

1

(3.7-61)

Esto supone que debe ser:

det Qo  0.

Por lo tanto el sistema es observable si la matriz de observabilidad Qo cumple con la

condicin:

Rango Qo
m

o bien que Qo no tenga filas linealmente dependientes.

Este planteo puede extenderse para sistemas multivariables conduciendo a la siguiente
matriz de observabilidad.
Qo
[C CA  CA m
1].

(3.7-62)

3.7.12. Dualidad de los procesos lineales.

Dado un proceso lineal

26

Control Digital Directo

Modelos Discretos Determinsticos

x(k1)
A(k) x(k)  B(k) u(k)

y(k)
C(k) x(k)  D(k) u(k)

(3.7-63)

se define el proceso dual con respecto a k  al proceso definido por

x (k1)
A T(k k) x (k)  C T(k   k) u(k)
y (k)
B T(k k) x (k)  D(k   k) u(k)

(3.7-64)

donde k  es un tiempo fijo arbitrario.

Dada esta definicin se puede demostrar que:
El proceso representado por la Ec. 3.7-63 es completamente controlable si y
slo si su dual representado por la Ec. 3.7-64 es completamente observable.
El proceso representado por la Ec. 3.7-63 es completamente observable si y
slo si su dual modelado por la Ec. 3.7-64 es completamente controlable.
El proceso representado por la Ec. 3.7-63 es estable si y slo si su dual dado por
la Ec. 3.7-64 es estable.
Esto explica la simetra que se encuentra en los resultados obtenibles para
controlabilidad y observabilidad. La correspondiente demostracin se encuentra en la
bibliografa especializada. Estas propiedades son de utilidad para el tratamiento de los
sistemas de control con observador presentado en el captulo 4.
Para procesos invariantes modelados por la Ec. 3.7-65
x(k1)
Ax(k)  Bu(k)
y(k)
Cx(k)  Du(k)

(3.7-65)

el modelo del proceso dual es

x (k1)
A Tx (k)  C Tu(k)
y(k)
B Tx (k)  Du(k)

(3.7-66)

27